文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

NVIDIA MONAI助于推动研发成果落地,赋能医疗行业AI创新应用

2024-12-01 02:02

关注

 

为了让人工智能更好的服务于医疗行业,NVIDIA 推出了MONAI和Clara Holoscan两个关键组件。NVIDIA 医疗业务发展总监 David Niewolny表示,医学成像是医疗保健行业中最重要的工具之一,占到医疗保健数据中的 90% 以上。因此,在医疗保健的医学成像系统中采用人工智能是非常重要的应用场景。根据介绍,目前已经有很多医疗保健行业正在快速采用人工智能技术,NVIDIA研究的数据则高达75%。 

在本次媒体沟通会上,David Niewolny针对MONAI技术以及在各大医院的落地实践,重点进行了分享。 

MONAI于2019年正式推出,是一个开源医疗特定的人工智能框架,用于在人工智能应用程序中大规模开发和部署模型。借助 MONAI,开发者能够轻松构建和部署 AI 应用,创建出可用于临床整合的模型,并更轻松地解读医学检查结果,更深入地了解患者病情。 

据David Niewolny介绍,MONAI专为放射学,病理学和手术数据而设计,旨在加速人工智能的临床转化,特别是在医学成像领域。因此,MONAI被称为医疗保健的Pytorch。David Niewolny表示,AI 生命周期带有预先训练模型、AI 辅助标签工具、最先进培训技术(如联邦学习和自监督学习)。 

为了使得MONAI能够更加轻松地将模型集成到临床工作流中,NVIDIA还提供了MONAI应用包(MAP),其规格由MONAI Deploy工作组制定,该工作组由来自十几家医学影像机构的专家组成,目标是支持AI应用开发者以及运行AI应用的临床和基础设施平台。 

对于开发者来说,MAP可以帮助研究者在临床环境中轻松打包和测试模型,从而加速AI模型的演进。这使他们能够采集真实世界的反馈,进而对AI进行完善和改进。除此之外,MAP能够还能够简化部署流程。如果开发者使用MONAI Deploy应用软件开发工具包来打包一个应用,医院就可以轻松地在本地或云端运行这一应用。最后,MAP规格还整合了医疗IT标准,比如医学影像互操作性标准DICOM等。 

对于云服务商来说,对(使用云原生技术设计的) MAP的支持能够助力采用MONAI Deploy的研究者和企业通过容器或原生应用集成,在自己的平台上运行AI应用。 

由于MONAI 标准化了医疗保健 IT 基础架构中的应用程序开发、打包和部署,为此在研发界被广泛采用,下载量超过 650,000 次,GitHub 项目超过 450 个,发表论文 160 篇,赢得 11 次 Kaggle 竞赛。 

沟通会上,David Niewolny还通过辛辛那提儿童医院医疗中心的合作,详细介绍了MONAI在医疗行业的落地案例。据介绍,在心脏移值的手术中,由于人类心脏只能在大约 4 小时内存活时间,因此每一分钟都非常重要。其中,一个重要的决策点是与捐助者的匹配,医学成像数据和人体分割用于测量潜在供体心脏的大小。由于此过程容易出错且耗时,需要 20 多分钟才能完成。为此,辛辛那提儿童医院研究小组开发了一种深度学习模型,使这一关键步骤自动化,只需几秒钟即可估计总心肌容量,大大提高了潜在匹配的机会。 

David Niewolny表示,需要心脏或肺移植的儿科患者往往遭受不必要的高死亡率,即使在有大量捐助者未被利用的情况下,也要在等候上花费大量的时间。辛辛那提儿童医院医疗中心使用MONAI来扩展深度学习总心体积模型,该模型挽救许多儿童的生命。

除了辛辛那提儿童医院之外,很多知名的医疗机构也在将MONAI运用到不同的应用中。例如英国国家医疗服务体系信托基金已在四家医院部署了基于MONAI的AI部署引擎平台——AIDE(AI Deployment Engine),致力于为专业医务人员提供AI疾病检测工具。

NVIDIA初创加速计划成员Qure.ai使用MAP来打包需要部署的解决方案,开发了用于肺癌、脑外伤和肺结核等用例的医学影像AI模型。芝加哥NVIDIA初创加速计划成员企业建立了患者肿瘤的3D虚拟表征,并将MAP用于有助预测患者对特定治疗会作何反应的精准医疗AI应用。加州大学旧金山分校正在为几个AI模型开发MAP,包括髋部骨折检测、肝脏和脑肿瘤分割、膝关节和乳腺癌分类等应用。

据David Niewolny介绍,除了大量的医疗行业案例之外,很多云厂商也在采用MONAI Deploy的研究者和企业通过容器或原生应用集成,在自己的平台上运行AI应用。 

例如,MAP接口已被整合进HealthLake影像服务,使临床医生能够实时查看、处理和分割医学影像。Google Cloud的医学影像套件使医学影像数据变得更易于获取、更具互操作性且更加实用。该套件已将MONAI整合到其平台中,使临床医生能够部署AI辅助注释工具,助力实现人工和重复性医学影像标记任务的自动化。

Microsoft Azure驱动的Nuance精准成像网络将MONAI和Nuance精准成像网络相结合。Oracle和NVIDIA最近宣布展开合作,将包括MONAI Deploy在内的医疗行业加速计算解决方案引入Oracle Cloud Infrastructure。即日起,开发者可使用Oracle Cloud Marketplace上的NVIDIA容器,通过MONAI Deploy来构建MAP。

正如David Niewolny所述,当前,大部分AI模型都处于研发阶段,主要是由于缺乏一个专有标准。MONAI Deploy将有助于推动研发成果落地,实现更具影响力的临床AI。​

来源:51CTO内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯